考虑一个实数样本。假设我们想估计人口的集中趋势，并了解我们围绕这个估计的不确定性。
让我们暂时搁置关于人口分布的假设，并考虑以下两种方法。
- 获取输入样本的引导样本。也就是说，有放回的样本（例如，获得 100 个重采样）并计算每个重采样的平均值。然后，我们输出所得均值经验分布的均值和置信区间。
- 我们从输入样本中输出平均值，并输出平均值周围的百分位数以传达估计值的不确定性。
Bootstrap 与原始样本：
- 虽然我了解方法＃1 的作用。#2 背后是否有潜在的估计量？
- 与#1 的 CI 相比，#2 中平均值周围的百分位数会传达什么？方法 2 传达了一种不确定感，但我很难将其与常客或贝叶斯解释联系起来。
- 方法#2 会提供更好的总体均值估计吗？（例如更少的偏差和更低的方差）？